시작하기무료로 시작하기

포켓몬 출현: k-means 클러스터링

이전 연습 문제에서 이어서 전설의 포켓몬 출현 위치를 살펴보겠습니다. 이번에도 같은 포켓몬 출현 예시 데이터를 사용할 거예요. 이 연습에서는 k-means 클러스터링으로 출현 위치를 여러 군집으로 나눠 보겠습니다.

x와 y는 출현 위치의 X, Y 좌표를 나타내는 열이며, pandas DataFrame df에 저장되어 있어요. 다음 라이브러리를 사용할 수 있습니다: matplotlib.pyplot은 plt, seaborn은 sns, pandas는 pd로 임포트되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 군집 분석

강의 보기

연습 안내

  • kmeans와 vq 함수를 임포트하세요.
  • kmeans() 함수를 사용해 클러스터 수를 2로 설정하고 클러스터 중심을 계산하세요.
  • vq() 함수를 사용해 각 데이터 포인트에 클러스터 레이블을 할당하세요.
  • seaborn으로 점을 그리되, 각 클러스터에 서로 다른 색이 적용되도록 설정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import kmeans and vq functions
from scipy.cluster.vq import ____, ____

# Compute cluster centers
centroids,_ = ____(____, ____)

# Assign cluster labels
df['cluster_labels'], _ = ____(____, ____)

# Plot the points with seaborn
sns.scatterplot(x=____, y=____, hue=____, data=df)
plt.show()
코드 편집 및 실행